Fibo 2.0 vs LFM2.5 2.6B Base: 2,7 miliarda parametrów tekstu czy 8,1 miliarda parametrów obrazów

Różnica rozmiarów jest pierwszą rzeczą, jaką każdy zauważa, i najmniej użytecznym elementem tego porównania. Fibo 2.0, wydany przez Bria 20 października 2026, ma 8 127 342 213 parametrów i zwraca obrazy. LFM2.5 2.6B Base, wydany przez Liquid AI 1 sierpnia 2026, ma 2,69 miliarda parametrów i zwraca tekst — i to nie gotowy tekst, lecz surowe zachowanie kontynuacji wstępnie wytrenowanego bazowego punktu kontrolnego bez zastosowanego dostrajania instrukcyjnego. Pytanie, który jest lepszy, przypomina pytanie, czy aparat jest lepszy od słownika. Pytanie, na które da się odpowiedzieć, jest węższe i bardziej praktyczne: każdy z nich jest najmniejszą wiarygodną otwartą opcją w swojej dziedzinie, a wiedza o tym, gdzie znajduje się dolna granica każdej z tych dziedzin, pozwala ustalić, który z nich twoje ograniczenie faktycznie wyklucza. Żadna z kart modeli nie odnotowuje, co się dzieje, gdy taki punkt kontrolny zostanie niewłaściwie wdrożony, a odnotowane incydenty są skatalogowane w Archiwum incydentów AI OrcaRouter, gdzie każdy wpis zawiera własne źródła, poziom istotności, ocenę pewności i oznaczenie sporności.

Podłoga, w obu kierunkach

Oba modele są interesujące z tego samego strukturalnego powodu — każdy znajduje się blisko dolnej granicy tego, co jest wykonalne w przypadku jego zadania — i to jest jedyna płaszczyzna, na której w ogóle można je porównywać.

• Parametry — Fibo 2.0 8,127,342,213 w BF16; LFM2.5 2.6B Base 2.69 miliarda. W przybliżeniu stosunek trzy do jednego pod względem wag, co w przybliżeniu odpowiada również stosunkowi w pamięci.

• Dane wyjściowe — Fibo 2.0 zwraca obraz; LFM2.5 2.6B Base zwraca tokeny tekstowe i nic więcej.

• Gdzie działa — Fibo 2.0 wymaga GPU z wystarczającą ilością VRAM dla 44-blokowego transformera dyfuzyjnego przy 50 krokach lub czterech krokach w wariancie Turbo; LFM2.5 2.6B Base jest dostarczany w formatach GGUF, ONNX i MLX i jest przystosowany do działania na telefonie, laptopie lub komputerze jednopłytkowym.

• Stan dostrajania — Fibo 2.0 Dev to niedestylowany model bazowy z classifier-free guidance, udokumentowany pod kątem fine-tuningu; LFM2.5 2.6B Base jest wyłącznie wstępnie wytrenowany i nie wykazuje zachowań zgodnych z instrukcjami, dopóki ktoś go nie dostroi.

• Licencja — Fibo 2.0 jest udostępniony na licencji CC BY-NC 4.0 do użytku niekomercyjnego, a użycie komercyjne wymaga umowy; LFM2.5 2.6B Base podlega licencji LFM 1.0, która zezwala na użycie komercyjne na jej własnych warunkach.

• Wyniki — Fibo 2.0 osiąga 1 087,05 Elo w AA-Image-Editing v2.1, pierwsze miejsce wśród otwartych wag; LFM2.5 2.6B Base ma szacowany Intelligence Index wynoszący 8,39, GPQA 55,8%, Terminal-Bench 2.1 na poziomie 4,5% i HLE 6,2%.

Te dwa wyniki nie mogą zostać zestawione w jednym zdaniu jako porównanie. Jeden to wynik preferencji tłumu oceniającego wyrenderowane obrazy; drugi to wskaźnik złożony z testów tekstowych. Jedynym uczciwym sposobem wykorzystania obu jest scharakteryzowanie, do czego służy każdy z modeli.

Czym naprawdę jest bazowy checkpoint, bo nazwa wprowadza w błąd

„Base” w LFM2.5 2.6B Base nie jest skromnym sposobem powiedzenia „standard”. Oznacza, że model został wytrenowany na 34 bilionach tokenów przewidywania następnego tokenu i niczym więcej — bez dostrajania do instrukcji, bez szablonu czatu, bez zachowań odmownych, bez świadomości, że pytanie jest pytaniem. Jeśli poda się mu „Podsumuj tę wiadomość e-mail:”, będzie kontynuować ciąg w stylu sugerowanym przez dane przedtreningowe, którym może być reszta wątku e-mail, a nie podsumowanie.

To czyni go dobrym punktem wyjścia i słabym produktem. Liquid AI udostępnia go osobom, które zamierzają go dostrajać, a architektura została dobrana pod to zadanie: 30 warstw, 22 krótkie konwolucje z podwójnym bramkowaniem i 8 warstw uwagi z grupowanymi zapytaniami, słownik 128K, kontekst 131 072 tokenów oraz obsługa 16 języków na etapie wstępnego trenowania. To, że stos jest mocno oparty na konwolucjach, sprawia, że mieści się na telefonie — koszt uwagi rośnie wraz z kontekstem, a koszt konwolucji nie, i na tym polega cała teza projektowa.

• Architektura — 30 warstw: 22 bloki krótkiej konwolucji z podwójnymi bramkami i 8 bloków GQA, słownictwo 128K.

• Trening — 34 biliony tokenów, 16 języków, wyłącznie wstępnie wytrenowany.

• Kontekst — 131,072 tokenów, czyli liczba, którą stos konwolucyjny ma uczynić przystępną.

• Formaty — GGUF, ONNX i MLX, więc llama.cpp, ONNX Runtime i Apple silicon są w pełni obsługiwanymi celami.

• Czego nie robi — nie wykonuje poleceń, nie prowadzi rozmowy ani nie tworzy niczego poza kontynuacją tekstu, dopóki go nie dostroisz.

Porównanie z checkpointem Dev modelu Fibo 2.0 jest bliższe, niż się na pierwszy rzut oka wydaje. Fibo 2.0 Dev również jest modelem bazowym — niedestylowanym, z 50 krokami i classifier-free guidance wynoszącym 5,0, wprost wskazywanym przez Brię jako checkpoint do dostrajania. Oba projekty udostępniają cel dostrajania obok gotowego do użycia produktu lub zamiast niego. Różnica polega na tym, że Fibo 2.0 Edit Turbo istnieje jako użyteczna wersja tych samych wag, zdestylowana do czterech kroków bez guidance, podczas gdy LFM2.5 2.6B trzeba najpierw dostroić, zanim w ogóle będzie użyteczny.

Licencja i rzeczywisty koszt „otwartości”

Oba modele można pobrać. To, co wolno z nimi robić, znacznie się różni – i to w kierunku, który odwraca zwykłą intuicję dotyczącą rozmiaru: to mały model jest tym, który nadaje się do użytku komercyjnego.

• Fibo 2.0 — CC BY-NC 4.0 do użytku niekomercyjnego. Użytkowanie komercyjne wymaga odrębnej umowy z Bria. Dostęp do repozytorium Hugging Face jest ograniczony i wymaga wypełnienia formularza dotyczącego firmy i zamierzonego zastosowania.

• LFM2.5 2.6B Base — licencja LFM 1.0, która pozwala na komercyjne wdrożenie na jej własnych warunkach. Bez negocjacji dla każdego użycia, choć warunki nie są Apache-2.0 i warto je przeczytać, zamiast zakładać z góry.

• Dlaczego warunki Bria są takie, jakie są — korpus treningowy to około miliarda licencjonowanych obrazów, za które firma zapłaciła. Darmowe wagi, które pozwoliłyby komukolwiek podciąć własne API Bria na tym korpusie, oddałyby aktyw, który kupił ten korpus.

• Praktyczny podział — wewnętrzny pipeline badawczy może użyć obu już jutro. Produkt gotowy do wdrożenia może jutro osadzić LFM2.5 2.6B Base w urządzeniu, ale nie może wydać Fibo 2.0 bez podpisu.

To nie jest przytyk do Bria. To struktura kosztów obu problemów. Liquid AI trenowało na tekście, którego większość można licencjonować bezpłatnie; Bria trenowała na zdjęciach, z których żadnego nie można. Warunki licencji są powiązane z danymi wejściowymi, a nie z jakością modelu, i to jest właściwe miejsce, by były z nimi powiązane.

Gdzie się spotykają: asystent działający na urządzeniu, który opisuje, zanim wyrenderuje

Istnieje jedna architektura, w której te dwa modele należą do tego samego systemu, i to ona jest powodem, dla którego ten tekst jest porównaniem, a nie odrzuceniem. Ścieżka warunkowania Fibo 2.0 przyjmuje ustrukturyzowany opis JSON — VGL, czyli Visual GenAI Language firmy Bria — z nazwanymi polami dla tematu, kompozycji, oświetlenia, kamery, stylu i tekstu na obrazie. Model tekstowy o rozmiarze 2.6B, który mieści się na urządzeniu wykonującym zdjęcie, jest dokładnie tym rodzajem modelu, który mógłby zapisać ten JSON lokalnie, bez przesyłania w obie strony.

To, czy potrafi, to inne pytanie niż to, czy powinien. Wstępnie wytrenowany model bazowy o szacowanym indeksie 8,39, wyniku GPQA 55,8% i HLE 6,2% nie będzie wiarygodnie generować zgodnego ze schematem JSON na podstawie zdjęcia bez dostrojenia do konkretnego zadania — a dostrojenie go na korpusie VGL to dobrze zdefiniowane zadanie o skali małego modelu. To uczciwa wersja argumentu za rozwiązaniem pośrodku: LFM2.5 2.6B Base to sensowny substrat dla dostrojonego generatora podpisów, a nie gotowego generatora prosto z półki.

• Co daje 2.6B — działa tam, gdzie powstaje zdjęcie, poniżej 3 GB wag, bez sieci, bez kosztu za wywołanie.

• Czego potrzebuje w pierwszej kolejności — nadzorowanego dostrajania na przykładach w formacie VGL, a także dekodowania z ograniczeniami lub gramatyki JSON, aby zagwarantować poprawne dane wyjściowe.

• Co wnosi renderer — wciąż potrzebuje GPU. Część działająca na urządzeniu opisuje; część serwerowa rysuje. To jedyny podział, który dziś działa.

• Co psuje ten pomysł — jeśli podpis ma być dobry, model multimodalny klasy 12B odczytuje obraz źródłowy lepiej niż potrafi to model tekstowy klasy 2.6B, ponieważ model 2.6B w ogóle nie widzi zdjęcia.

Ten ostatni punkt rozstrzyga większość rzeczywistych projektów. LFM2.5 2.6B Base przyjmuje tekst i zwraca tekst. Potrafi napisać podpis VGL na podstawie pisemnego opisu; nie potrafi spojrzeć na obraz, który opisuje. Każdy, kto łączy te dwa elementy, powinien mieć jasność, którą z tych prac faktycznie kupuje.

Zdobywanie każdego z nich

Fibo 2.0 pochodzi z API Bria w cenie 0,032 USD za obraz, z hostowanego narzędzia kreatywnego Bria, przez węzły ComfyUI lub jako wagi objęte kontrolą dostępu na Hugging Face. LFM2.5 2.6B Base jest dostępny na Hugging Face w formatach GGUF, ONNX i MLX, przy czym wydanie bazowe nie jest objęte ograniczeniami dostępu. Żaden z nich nie znajduje się w katalogu OrcaRouter i żadnego z tych stwierdzeń nie trzeba łagodzić: Fibo 2.0 to endpoint obrazowy, a bazowy model 2.6B Liquid to checkpoint do pobrania – router nie obsługuje dobrze żadnego z nich.

To, co router rzeczywiście obsługuje, to wszystko wokół nich. OrcaRouter działa na jednym kluczu w ponad 200 modelach, z cenami katalogowymi dostawców przekazywanymi bez narzutu, przy 0% marży, dzięki czemu zmiana ceny dostawcy po stronie tekstu jest widoczna w dniu, w którym następuje. Jeśli budujesz pipeline dostrajania dla generatora podpisów VGL, model generujący syntetyczne pary treningowe i model je oceniający mogą oba działać za tym jednym kluczem, z automatycznym przełączaniem awaryjnym podczas iteracji oraz DSL routingu, który pozwala rozdzielić benchmark na kilka modeli w jednym wywołaniu. Renderer pozostaje po stronie Bria. To w pętli dostrajania routing zdobywa swoje miejsce.

Decyzja, wyrażona wprost

Jeśli twoim ograniczeniem jest to, gdzie działa model, LFM2.5 2.6B Base nie konkuruje z Fibo 2.0 — to jedyny z tych dwóch, który w ogóle działa na urządzeniu, a jego szacowany indeks 8,39 to pułap, który wybierasz celowo w zamian za to. Jeśli twoim ograniczeniem jest to, jaki jest wynik, Fibo 2.0 to jedyny z tych dwóch, który ten wynik generuje, a jego 1087 Elo wśród otwartych wag to obecny rekord dla edycji obrazów do pobrania. Nikt nie wybiera między tymi modelami. Wybierają między celem wdrożenia a produktem końcowym, a to są różne decyzje, które przypadkiem pojawiły się w wiadomościach z tego samego tygodnia.

Jedynym naprawdę wspólnym pytaniem jest licencja i rozstrzyga się ona tak samo dla obu połówek komercyjnego wdrożenia: model bazowy 2.6B można użytkować na jej warunkach, renderer 8B wymaga zgody Bria, a to, że mniejszy model jest tym swobodniejszym, wynika z danych treningowych, a nie z inżynierii. Planuj produkt wokół tego, a nie wokół liczby parametrów.